网站地图官方微信:
网站首页 财源镇 阳山镇 桐畈镇 峰口镇 协和乡 麦昆乡

当前位置: 首页 >

如何看待机器之心重测高考数学全卷,Gemini夺冠,豆包DeepSeek并列第二?

当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。

你看这是前两天的测试结果,突出了一个政治正确,6款大模型,OpenAI的o3倒数第一,我当时看到的时候就觉得很奇怪,o3好歹也是曾经的一代王者,高考数学这种题它排名这么低怕不是有什么猫腻。

我们就拿单选题的第五题来测试下,因为这道题除了o3,其他的国产模型都答对了。

这是第五题的原题,正确答案是A. - 1/2。

这是之前的第三方的测试结果,6个模型…。

如何看待机器之心重测高考数学全卷,Gemini夺冠,豆包DeepSeek并列第二?

  • | 如何看待 Rust 写的 PNG 解码器比 C 实现更快? |

    如何看待 Rust 写的 PNG 解码器比 C 实现更快?×...

    查看详情>>
  • | 如何评价苹果 3 月 5 日发布的 MacBook Air M4,相比前代有哪些提升? |

  • | 哪个ai写代码最强? |

  • | duckdb的性能如何? |

  • | 有一个乌克兰的朋友问我,中国人凭什么能享受和平,我该怎么说? |

  • | postgresql也很强大,为何在中国大陆,mysql成为主流,postgresql屈居二线呢? |

  • | Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别? |

  • | 华为和硅基流动发布CloudMatrix384超节点部署DeepSeek的报告,对行业有何影响? |

  • | 我的世界怎么租一个四个人的服务器? |

  • | 如何评价高圆圆的身材算是美女类型的吗? |

  • | 和女生合租,都会发生什么事情? |

  • 去闲鱼上搜 MacBook Pro M1,都是某互联网大厂满...

    2025-06-21
  • 好绝望啊,上一行刚设置的下一行就要你判断,加if !=nul...

    2025-06-21
  • 没看过chrome的不做比较, 只是觉得firefox的代码...

    2025-06-21
  • 就这样说吧,咱出门买个肉包子,3元左右。 下图这种最基础的...

    2025-06-21

关注我们

添加微信好友,关注最新动态